作者丨丁莉 编辑丨陈彩娴 聚身智能成为新机遇？资本兴趣又面向何方？ 时间进入7月，半个月来，国内具身智能领域共发生16起融资事件，几乎平均每天一起。仅7月8日一天内，就有6家公司官宣获得了新一轮投资。 将时间线进一步拉长，今年以来截至7月16日，AI科技评论以“具身智能”为标签在IT桔子上检索到融资事件共计130件。其中，已明确公布的融资金额共计96.68亿元；另有98件未公布明确金额的融资事件，从千万级到数亿元不等，如果再算上这一部分，预估整个具身智能领域上半年的总融资超过了 200亿人民币，甚至更多。 相关数字已远远超过 2024 年全年的 90 起融资 — — 89.33亿元融资金额。 去年涌向大模型的科技投资，今年开始掉转方向拥抱具身智能，但钱具体流向了哪里？ AI科技评论梳理出的上半年融资金额与轮次最多、估值增长最突出的13家具身智能赛道头部公司，大多都选择了大脑与本体“两条腿走路”；在它们的资方构成中，大厂和传统制造巨头充当了重要角色。 资本日渐向头部企业聚拢，或将倒逼创新收敛，并把行业提前带到洗牌期。 Press enter or click to...

「复制训练」或许是一条推动 RL 模型走向通用智能的重要路径。编译丨郑佳美编辑丨陈彩娴最近，国外一家 AI 初创公司 Mechanize 的三位创始人联合撰文，提出一个大胆的判断：RL 或许要迎来属于它的 “GPT-3 时刻”，但还需要拥有相当于数千至上万年“模型处理任务所用时间”的训练。在他们看来，当前的 RL 模型还存在明显短板，比如泛化能力差、难以适应新任务等，这种局面其实很像 GPT-3 出现之前的语言模型 — — 能解决特定问题，但难以迁移和扩展。为了解决这个问题，他们提出了一种新的训练范式，叫作“复制训练”（Replication Training）：让模型在虚拟环境中模拟真实软件的操作过程，比如使用浏览器、编写代码、处理命令行任务等等。这种训练方式的好处在于任务目标清晰、评分机制明确，同时还能大规模自动生成训练数据，非常适合用在 RL 模型的系统性训练中。当然，它也不是万能的，比如在任务开放性和测试设计方面还有一些挑战。但他们认为，复制训练是一条能推动 RL 模型走向通用智能的重要路径，有望带来一次类似 GPT-3 那样的能力跃迁。综上，AI...

ACL 投稿破 8000，大模型把计算语言学推向‘智能体’时代，三位顶级学者拆解 NLP 未来趋势。 作者丨岑峰 编辑丨陈彩娴 2025 年的 ACL（计算语言学协会）年会，无疑是大语言模型（ LLM ）持续主导 NLP 领域的又一里程碑。这不仅仅体现在学术研究的深度，更体现在会议本身的各项数据上 — — 史无前例的 8000 多篇投稿，其中中国作者的比例高达 51%。这一现象清晰地传递出大模型已成为 NLP 领域核心的信号，也标志着整个行业的格局正在发生深刻变化。 通过与多位参会者的沟通，我们得出这样的结论：大模型并未 “冲淡” 计算语言学的核心，反而在其技术框架下，为传统议题赋予了新的定义和呈现形式。同时，其多模态特性打破了传统的研究壁垒，吸引了来自计算机视觉、网络安全等不同领域的学者，使得 ACL 大会的氛围愈发跨学科。 为了深入剖析这一变革，雷峰网、AI 科技评论 GAIR Live 品牌特别邀请了三位杰出学者 — — 美国埃默里大学副教授刘菲、美国约翰霍普金斯大学助理教授肖超玮，以及中国科学院自动化研究所研究员张家俊，三位嘉宾从他们在 ACL...

当智算变局到来，我们该如何 “用对” 算力？| GAIR Live016 卡脖子的不是模型，是“用不对”的算力。 作者丨岑峰 编辑丨陈彩娴 2025 年的 AI 圈，终于从 “大模型崇拜” 走进了 “应用现实主义”。 当百度文心、阿里通义、腾讯混元等基础模型的参数竞赛告一段落，当 “百模大战” 变成 “百业应用”，企业们突然发现：曾经被当作 “基建” 的算力，成了应用落地的 “胜负手” — — 不是没有算力，而是找不到 “刚好能用” 的算力；不是算力不够，而是 “用不对地方” 的算力在浪费；不是买不起算力，而是 “不会用算力” 的成本在吞噬利润。 而 Oracle 与 OpenAI 签下 3000 亿美元的算力大单同样是行业变化的风向标：这不是简单的 “卖算力”，而是 “生态绑定”：OpenAI 需要 Oracle 的超大规模算力集群支撑 GPT-5 的训练与推理，Oracle 则通过绑定头部模型公司锁定未来十年的算力需求。这反映了全球算力市场的两个核心趋势： 其一是 “算力需求从集中走向爆发” 。大模型训练需要巨量算力（GPT-5 的训练算力是 GPT-3 的 10...

英特尔正通过其 XPU 混合架构、AI 算力以及开放的软件生态来引领这一趋势。 作者丨马晓宁 编辑丨陈彩娴 AI PC 市场的竞争正在升温，格局也在重塑。 无论是对于终端 AI 的讨论，还是智能硬件的热潮，其本质都是关于下一代计算入口的争夺，其底层逻辑是，将智能无缝融入个人设备，让 AI 从需要主动调用的工具，演变为随时待命、主动服务的环境能力。交互模式的改变，意味着我们需要重新定义终端的形态，而 PC 作为个人办公和娱乐的第一设备，就成为了必争之地。 这一趋势在9月25日2025抖音商城秋上新·琥珀流光上新大秀中，也可见一斑。 传统时装周的物理边界被彻底打破，取而代之的是无限延伸的数字景观；游牧诗人和极简高智等主题之下，模特穿梭于算法丛林，整体视觉既保留了秋日的温暖醇厚，又充满了数字时代特有的流动性与神秘感。 在线下展区，多项全新酷炫的技术产品一一展出，英特尔酷睿 Ultra 系列处理器，以及华硕、荣耀和联想三款搭载了酷睿 Ultra 处理器的新款 PC ，占据了全场焦点。 01. 芯片创新是核心生产力 英特尔正将 AI PC...

AI Coding 最激进的拥趸，已经对编程语言下手了。 作者丨梁丙鉴 编辑丨马晓宁 “重构”是伴随大模型的热词之一。无数人喊出这个口号，朝着软件、公司乃至一个行业的既有模式摩拳擦掌。然而即使是这样的壮志也仍然没有触及变革的最底层，在应用层之前，张宏波认为，大模型首先应该要重塑的是编程语言本身。 来自美国的连续创业者 Nathan Baschez 近日在 X 上预言：「OpenAl 或 Anthropic 将在 TypeScript 上发布一种编程语言或框架」，原因是： 类型安全对 AI 编写和验证代码非常有帮助 现在人类不再愿意编写重复样板代码的限制已被打破 只有大型实验室才有预算从头构建训练数据脚手架 或许这则预言并非绝对准确。“相比 OpenAI 和 Anthropics，MSFT 和 Google 更有可能成为预言的主角。”张宏波告诉我们，“但市场对一门全新的 AI 原生编程语言的需求已经成为共识。”...

英伟达的下一幕：不谈 GPU，而谈「造世界」。 作者丨郑佳美 编辑丨马晓宁 最近，英伟达又成了话题中心。 短短几天里，接连两场看起来毫不相干的活动持续刷屏，一场是斯坦福教授李飞飞和英伟达首席科学家 Jim Fan 的直播，对谈主题是“让 AI 学会在世界里行动”，而另一场黄仁勋的女儿、英伟达产品营销高级总监 Madison Huang 首次公开亮相，与光轮智能（Lightwheel）创始人谢晨展开对话，共同探讨仿真、具身智能与 Sim2Real 的未来。 两场活动一边属于学术界的象征，一边则是产业界的未来接班力量。但当我们把它们放在一起看时，会发现它们其实讲述的是同一件事：英伟达正在全力推进它的仿真计算机战略。 这是黄仁勋为未来十年定下的方向：用 Omniverse、Isaac Sim 和 Physical AI 三大支柱，去构建一张贯穿虚拟与现实的“智能物理世界计算网”。简单来说，英伟达想要打造的不只是更强的算力，而是一套让 AI 能够“在世界中学习与行动”的系统，让机器不止能理解数据，而是真正学会理解世界本身。 英伟达正在下很大一盘棋。 01 三台「计算机」的新格局 ...

仿真合成数据是通往具身智能的必经之路。 作者丨岑峰 编辑丨马晓宁 如果说大模型的出现引爆了通用人工智能的想象，那么，具身智能则让 AI 拥有了可以感知、决策和行动的“身体”。而这一切的背后，都离不开一个至关重要的“生命线” — — 数据。 近日，雷峰网主办了一场主题为《具身智能数据：赋能感知、决策与控制的智能之源》的线上圆桌论坛，邀请了香港大学助理教授李弘扬、光轮智能联合创始人兼总裁杨海波、艾欧智能联合创始人、技术总监高飙三位重量级嘉宾，共同深入探讨了具身智能从数据采集、合成到闭环学习的全过程，为行业揭示了构建具身智能“生命线”的核心挑战与解决路径。 具身智能数据面临的挑战比传统 AI 领域更为严峻。嘉宾们一致认为，数据是构建“机器人基础模型”（Robotic Foundation Model）最关键的一环，但目前行业面临三大核心挑战：数据稀缺性与泛化能力、物理真实性与规模化短缺、商业与数据飞轮的脱钩。 针对真机数据的稀缺性和高门槛，嘉宾们分享了各自的独特解决方案： 李弘扬教授团队发布的 AgiBot World...

一次关于「什么样的机器人才算真正有用」的集体求解。 作者丨王晓然 编辑丨马晓宁 大模型的兴起给具身智能带来了前所未有的发展，在实验室场景里，机器人的抓取、开箱、简单装配等短 — 中期操作任务的平均成功率落在 90%–98% 区间。 然而，实验室的成果，不一定是工程化的成功。对于具身智能的落地，一个本质问题是：当下的机器人究竟能在多大程度上服务于真实的生产、生活场景？ 昨日开幕的全球开发者先锋大会（GDPS 2025），想到了一个办法去客观地评价和衡量这个问题。作为全球首个全面对标世界技能大赛的具身智能赛事，GDPS 2025 可以称得上该领域中一个前所未有的检验场。 与通常聚焦于歌舞、运动等表演性项目的机器人赛事不同，GDPS 2025 将赛场直接设在了真实的应用环境中 — — 要求机器人在嘈杂的工厂里完成精密装配、在医院中安全辅助康复训练、在家庭场景下灵活处理日常任务。 当全球顶尖具身智能开发团队汇聚黄浦江畔，他们挑战的并非实验室参数极限，而是上海这座超级城市抛出的源自工厂流水线、医院病房与家庭客厅的真实需求。...

具身智能爆发第三年，世界模型凝聚了哪些共识？ 作者丨张进 吴彤 梁丙鉴 刘欣 齐铖湧 编辑丨林觉民 马晓宁 13 日，第八届 GAIR 全球人工智能与机器人大会世界模型分论坛圆满成功。 这场的演讲嘉宾是在世界模型领域，研究不同方向的五位青年学者，他们带来了五场围绕世界模型的精彩演讲，话题聚焦通用感知、三维技术、物理模型、世界模型、数字人重建。通过他们的演讲、我们得以窥见当下围绕着世界模型的研究是多么广泛与丰富。 目前，世界模型的研究尚处于起步阶段，共识尚未形成，有关该领域的研究形成了无数支流，而这股潮流中，今天到场的几位嘉宾，用他们的智慧和力量给世界模型领域研究带来了不同的启发。 在“世界模型”分论坛上，首位演讲者是浙江大学研究员彭思达。他是浙江大学软件学院“百人计划”研究员、博士生导师，研究方向为三维计算机视觉和计算机图形学。此次他带来的主题演讲是《面向具身智能的通用空间感知技术》，介绍了其团队近期在赋予机器人通用感知能力方面的多项工作。 团队主要聚焦于赋予机器人三项基础能力：一是相机定位（Camera Pose...